11. April 2017 17:29
Big data im maschinellen Lernen ist die Zukunft. Aber wie kann man mit Datenanalyse und begrenzten Ressourcen umgehen: Rechenleistung, Datenverteilung, Energie oder Speicher? Vom 25. bis zum 28. September wird an der TU Dortmund, die 4. Internationale Sommerschule für Maschinelles Lernen unter Ressourcenbeschränkung (resource-aware machine learning) durchgeführt. Weitere Informationen und die Onlineregistrierung sind zu finden unter: http://sfb876.tu-dortmund.de/SummerSchool2017
Die Themen der Vorträge beinhalten unter anderem: Maschinelles Lernen auf FPGAs, Deep Learning, Probabilistische graphische Modelle und Ultra Low Power Learning.
Übungen helfen den Inhalt der Vorträge zum Leben zu erwecken. Die PhyNode Low Power Plattform wurde im Sonderforschungsbereich 876 entwickelt. Diese ermöglicht Datenaufzeichnung mit verschiedenen Sensoren und maschinelles Lernen in Transport- und Logistikszenarien. Diese Geräte bieten die Grundlage für praktische Experimente im frisch gebauten Logistik-Testlabor. Lösen Sie Lernaufgaben unter sehr eingeschränkten Ressourcen und wägen Sie Genauigkeit versus Energie ab.
Die Sommerschule ist offen für internationale Doktoranden, fortgeschrittene Masterstudenten oder Fachleute aus der Industrie, die gerne etwas über modernste Techniken im maschinellen Lernen mit eingeschränkten Ressourcen lernen wollen.
Herausragende Teilnehmer können sich um eine Förderung für Reisekosten und Unterkunft bewerben. Der Bewerbungsschluss für die Förderung ist der 15. Juli.
